La productividad es el motor fundamental para el crecimiento de la economía. Paul Krugman decía que “la productividad no lo es todo, pero a la larga lo es casi todo”. La productividad se trata de “trabajar de manera más inteligente”, en lugar de “trabajar más duro”.
A medida que la IA generativa (GenAI en adelante) se incorpora a nuestro día a día, nos surgen algunas dudas: ¿hasta que punto cambiará nuestra forma de trabajar? ¿nos hará reealmente mas productivos? ¿Mercerá la pena su uso teniendo en cuenta el aumento en el coste de las licencias que conllevará para las empresas (p.ej. en el caso de copilot 30 euros mensuales por persona o Chatgpt plus 20 dolares al mes)?
Predecir hoy cual será el impacto en la productividad de las herramientas de GenAI es dificl.
Primero porque tenemos muchos casos de uso y muchas aplicaciones que nos prometen mejorar nuestro día a día (véase la infografía adjunta), pero todo aún está pendiente de la adopción generalizada que se necesita para que tenga reflejo en las cuentas de las empresas.
Segundo porque solemos aplicar a todas las nuevas tecnológicas la Ley de Moore: la aparentemente milagrosa duplicación del poder de computación de los microprocesadores cada dos años. De la misma manera esperamos que la GenAi ofrecerá en dos años el doble que lo que ofrece ahora. Esto puede ser así o no, pero lo que está claro es que no implica que a medida que vamos utilizándola nos haga el doble mas productivos. Los cambios disruptivos o “acelerados” se producen, pero no se mantienen indefinidamente en el tiempo. Que una tecnología sea disruptiva no implica que colleve una mejora en la productividad personal o de las empresas.
Tercero, con la GenAi puede pasar como con los coches autónomos. LLevan 15 años en su ciclo de desarrollo, se han invertido millones, pero salvo algunas excepciones, no están extendidos de manera masiva y por tanto su impacto en la economía es limitado. De igual manera, se necesitaron tres décadas para ver los efectos de la electrificación de las fábricas en las estadísticas. Es cierto que la GenAI no se inventó ayer y que está basada en exitos y mejoras del machine learning, pero lo mismo es pronto para pedirle productividad.
Por último, siguiendo Erik Brynjolfsson, medir las ganancias en productividad en tecnologías de propósito general, como es el GPT, o la IA es difícil porque gran parte de sus beneficios se producen gracias a inversiones intangibles: desarrollar nuevos procesos o aprender nuevas habilidades. Esto provoca un crecimiento lento de la productividad. “Primero cae, o está por debajo de la tendencia, y luego sube. Es la curva “J” de productividad. “Creemos que la IA puede estar ahora en la primera parte de la curva J”.
En cuestión de tiempo, la IA podría tener un efecto mucho mayor en la productividad de la sociedad cuando estas inversiones intangibles comienzen a dar sus frutos.
Teniendo en cuenta estas recomendaciones previas vamos a analizar los posibles cambios en la productividad a nivel macro, empresa y persona.
El impacto en la productividad a nivel macroeconómico
La premisa de partida es que la IA generativa puede impulsar la economía al mejorar la eficiencia de producción y reducir costes (con el consiguiente impacto en empleo) en diversos sectores , lo que puede llevar a un aumento en el PIB y el crecimiento económico.
En relación al empleo el reciente informe del MIT se concluye que es poco probable que se materialicen los temores recientes de que la IA provoque un desempleo masivo. “creemos que, como todas las tecnologías anteriores de ahorro de mano de obra, la IA permitirá que surjan nuevas industrias, creando más empleos nuevos de los que se pierden con la tecnología”.
Por su parte, el último informe del futuro del trabajo del WEF (world economic forum) de este año, indica que se espera que el impacto en relación al empleo de las tecnologías (no solo la IA) en los próximos cinco años será neto. Es decir que los principales impulsores del crecimiento del empleo relacionados con el análisis de datos, cambio climático, tecnologías de gestión ambiental y ciberseguridad compesarán los cambios que se darán en los empleos relacionados con tecnologías agrícolas, plataformas y aplicaciones digitales, comercio electrónico e IA.
También hay un consenso para explicar que los cambios no se darán en los puestos de trabajo, sino en las tareas o actividades que componen los puestos de trabajo. Según los datos que manejan los expertos, muchos trabajos se transformarán a medida que la tecnología se haga cargo de las tareas que antes realizaban las personas, asumiento éstas nuevas actividades en el tiempo que se ha liberado. Esto significa que la mayoría de las ocupaciones cambiarán y más personas tendrán que trabajar con la tecnología.
En este escenario no sólo se beneficiarán los trabajadores altamente cualificados. Los trabajadores “poco cualificados” que trabajen con tecnología podrán lograr más en términos de producción y productividad. Pero esto no necesariamente les llevará a un mejor empleo. Dependerá de que la demanda de ocupaciones a cubrir para estos trabajadores “reciclados” crezca más que la expansión en la oferta de mano de obra con estas características.
Tambien a nivel macroeconómico la adopción de la IA generativa podría potenciar la innovación, permitiendo a los países y regiones mantenerse competitivos en la economía global. Aquellos que adopten e integren eficazmente la tecnología serán más propensos a liderar en sus respectivas industrias.
En este punto me gusta referenciar algo que hago en mis clases: el debate entre los pesimistas y los optimistas digitales:
- La visión pesimista, reflejada en parte del trabajo de Robert Gordon, sostiene que la desaceleración que vivimos hoy es un fenómeno permanente. Los tipos de innovaciones que tuvieron lugar en la primera mitad del siglo XX (por ejemplo, la electrificación, el agua corriente) son mucho más significativos que cualquier cosa que haya ocurrido desde entonces (por ejemplo internet o los teléfonos inteligentes). Es mas que, de hecho, lo que está ocurriendo ahora (la IA) no va a impactar en un aumento significativo de la productividad a nivel macroeconómico: empleo, crecimiento del PIB y desigualdad
- Por el contrario, otros, como Brynjolfsson y McAfee, tienen una visión más optimista y argumentan que la tasa subyacente de progreso tecnológico no se ha ralentizado y que la revolución de Tecnologías de la Información y la IA continuará transformando drásticamente la economía.
Lo mejor será, mas que predecir cómo será el futuro, buscar empresas con ejemplos de uso de estas tecnologías, y analizar cómo afecta a su productividad, y a partir de ahí extrapolar estos resultados a una adopción más amplia. A día de hoy mas de 600 empresas está experimentando con Copilot de microsoft y en el corto plazo muchas mas se incoporarán a los modelo de OpenAi (Bankinter lo acaba de anunciar). Las extrapolaciones hay que tomarlas con cuidado porque el contexto de empresas del mismo sector en distintas áreas geográficas, con culturas diferentes puede variar mucho.
El impacto en la productividad a nivel de empresa
Las promesas de la IA generativa en este campo son amplias. La automatización que permite la GenAI por un lado permite crear contenido y productos altamente personalizados, mejorando la experiencia del cliente, lo que puede aumentar la lealtad y las ventas. La IA generativa puede acelerar el proceso de diseño y desarrollo de productos, lo que conllevaría una innovación más rápida y eficiente, que a su vez podría mejorar la competitividad de la empresa. Por último puede automatizar tareas rutinarias y repetitivas, liberando tiempo y recursos para que los empleados se centren en tareas más estratégicas y creativas.
Siguiendo los estudios de Daron Acemoglu del MIT, en gran parte conseguir los beneficios de la automatización depende de cómo se haga este proceso. Una buena automatización, centrada en reducir los efectos de la escasez de mano de obra, puede traer muchos beneficios.
En cambio una automatización “a medias” (o como habla el autor “so and so”) reduce el crecimiento del empleo y empeora la distribución de ingresos.
El ejemplo paradigmático de esta automatización “so and so” son los quioscos interactivos, que pueden traer una mejora leve en la productividad, en el sentido de que no tienen un impacto negativo en la cuenta de resultados de la empresa, aunque los trabajadores son desplazados (y hay que buscarles otras actividades) y no haya ganancias significativas por su uso. Si añadimos que muchos de estos sistemas al final son más lentos, los escáneres suelen fallar y el sistema se atasca todo el tiempo, las empresas corren el el riesgo de reducir los resultados.
Tambien hay riesgos de esta automatización a medias en los sistemas de atención al cliente (una de las áreas clave para la GenAi). La mayoría de estos servicios automatizados no son precisamente populares entre los clientes. Las personas a menudo tienen que esperar o presionar la secuencia correcta de números para hablar con una persona que realmente puede resolver el problema que tienen.
También se dá este caso cuando hay una automatización excesiva quizas por la distorsión de la realidad de algunos directivos y su búsqueda incesante de la productividad. La decisión de Tesla de automatizar completamente su planta de ensamblaje de California provocó retrasos y fallos. Elon Musk, admitió más tarde que fue un error. Son los casos de sobre-automatización.
Acemoglu es claro: Si el futuro nos depara una automatización incesante y nada más, entonces tendremos efectos indeseados, ya que no se podrá garantizar un crecimiento del empleo acorde a los cambios. La automatización se debe contrarrestar con el desarrollo de nuevas tareas y funciones para que tenga resultados positivos en el global de la economía de las empresas.
Por último, lo que nos dicen los informes es que el crecimiento de la productividad en las empresas más productivas del mundo es estable, pero la brecha entre estas empresas y el resto continua aumentado. Como ha pasado en otras ocasiones corremos el riesgo de que se creen dos velocidades y que el aumento de la productividad de las empresas rezagadas, a través de la difusión de las tecnologías y la inversión pública, no de los resultados para reducir la desigualdad en recuros y salarial.
El impacto en la productividad a nivel personal y de equipos
Las promesas de la GenAi en este campo se basan en un primer lugar una mejor toma de decisiones gracias a un anáisis de los datos mas eficaz y eficiente. Con el análisis de datos y simulaciones generados por IA generativa, las empresas podrán tomar decisiones más informadas y estratégicas para alcanzar sus objetivos comerciales. La IA generativa puede ser una herramienta para inspirar y facilitar la creatividad en equipos, ya que puede proporcionar nuevas ideas y perspectivas e incluso puede liberar tiempo para los empleados, lo que podría contribuir a un mejor equilibrio entre el trabajo y la vida personal.
Bill Gates recientemente comparaba los cambios que trae la IA generativa, a los que produjeron sus sitemas en el siglo pasado. En las décadas de los 70 y 80, las calculadoras cambiaron la forma en que los estudiantes aprendían matemáticas, permitiéndoles concentrarse en lo que Gates llama las “habilidades de pensamiento detrás de la aritmética” en lugar de la aritmética básica en sí. Lo mismo pasará cuando se extienda el uso de la GenAi en los excell….Siguiendo con su razonamiento, en las décadas de los 80 y 90 las aplicaciones de procesamiento de textos no acabaron con el trabajo de oficina, pero lo cambiaron para siempre. De igual forma “el cambio causado por la IA será una transición accidentada (”a bumpy transition”) pero hay muchas razones para pensar que podemos reducir la disrupción que producirá en la vida y de las personas”.
Según este enfoque la IA aumentará nuestra productividad, liberándonos del trabajo pesado de escribir para que podamos simplemente elegir y validar la opción que nos da el asistente de turno.
Pero esto en sí mismo, puede ser un problema. Yo mismo para hacer este artículo utilicé alguna consulta puntual al Chatgt pero el proceso de reflexión y análisis me ha requerido tiempo y esfuerzo (en este sentido la productividad para mi viene del aprendizaje que consolido, no tanto de la eficacia en terminos de dedicación).
A esto es lo que se debe referir Gates con lo de “bumpy transition”. A encontrar un equilibrio entre la mera transcripción liderada por el algoritmo y el trabajo 100% “artesanal” (que ya no es artesanal ni mucho menos, es mas digital que nunca). En palabras de otros autores hay que mantener a la persona en el ajo ( mi traducción de “Human on the loop”). La productividad personal dependerá en qué medida y cómo hagamos esta transición.
Adicionalmente coincido con los autores que estan identificando un horizonte por explorar que ocurrirá en el contexto de los equipos. Cuando las empresas identifican y acumulan experiencia en los equipos cuando aplican la GenIA, pueden generarse prácticas reutilizables y desarrollar a otra escala nuevas capacidades. Esto aceleraría nuevos proyectos de IA con mayor garantías de éxito. Como Internet demostró, el poder de conectar personas con otras personas y con información a escala mayores puede producir los cambios esperados en esta búsqueda de la productividad.
Conclusiones: me queda claro que la IA generativa va a traer cambios en la productividad en el medio plazo, afectando a las tareas mas que al empleo. Va a generar una mayor brecha entre las empresas que tienen capacidades para aprovechar estas tecnologías y el resto. Me queda claro que el enfoque es siempre el de aumentar en lugar de reemplazar y que es un cambio imparable y de alguna manera algo “accidentado” a nivel personal, aunque no disruptivo.
Gracias por leer. Espero tus comentarios.
Miguel Angel